Nový přístup k vědeckému výzkumu
Nově zveřejněná spolupráce mezi společnostmi Ginkgo Bioworks a OpenAI naznačuje posun směrem k automatizovanému vědeckému objevování. Společnosti představily autonomní laboratorní systém, který dokáže navrhovat, provádět a zpřesňovat biologické experimenty s omezenou lidskou účastí. Nedávno publikovaný preprint popisuje, jak model GPT-5 od OpenAI spolupracoval s cloudovou laboratorní infrastrukturou Ginkgo. V průběhu šesti měsíců tento systém provedl více než 36 000 experimentů se syntézou proteinů bez buněk, přičemž dokončil opakované cykly generování hypotéz, analýz a optimalizací.
Dopady na výzkumné procesy
Tato práce ilustruje, jak by autonomie řízená umělou inteligencí mohla zrychlit výzkum tím, že posune laboratorní vědu od manuální práce k programovatelnému experimentování. To může potenciálně urychlit pokrok v biotechnologiích zaměřených na dlouhověkost. Podle informací od zúčastněných společností systém optimalizací kombinací reagencií snížil výrobní náklady proteinů přibližně o 40 %. Experimentální plány byly před provedením ověřeny proti strukturovanému modelu, aby se odfiltrovaly chybné návrhy. Model GPT-5 dále generoval zápisy do laboratorního deníku v lidsky čitelné podobě, dokumentující své úvahy a výsledky. Lidská účast se převážně omezila na přípravu reagencií a dohled nad automatizovaným prostředím. Spoluzakladatelka Ginkgo, Reshma Shetty, uvedla, že propojením velkého jazykového modelu s autonomní laboratoří byly nalezeny reakční kompozice, které jsou výrazně levnější než ty dosavadní. Nižší náklady na reagencie pro produkci proteinů umožňují generování většího množství dat, a tím i větší vědecký pokrok za vynaložené prostředky.
Význam pro biotechnologický výzkum a vývoj
Širší důsledek pro biotechnologický výzkum a vývoj spočívá méně v samotné syntéze proteinů a více v délce cyklu a nákladech na experiment. Mnoho překážek v objevech léků a translační biologii není způsobeno nedostatkem hypotéz, ale spíše tím, že společnosti nemohou dostatečně rychle a s dostatečnou přesností testovat dostatečný počet věrohodných hypotéz za přiměřenou cenu. Právě v tomto ohledu by mohla profitovat věda o dlouhověkosti, pokud se tento přístup osvědčí. Generální ředitel Ginkgo, Jason Kelly, sdělil, že autonomní laboratoře ve spojení s umělou inteligencí zpřístupní vědu více lidem, což umožní většímu počtu jedinců věnovat se originálnímu výzkumu, zejména v oblasti dlouhověkosti, kde širší účast může urychlit pokrok.
Aplikace ve výzkumu dlouhověkosti
Výzkum dlouhověkosti se často zabývá vysoce komplexními biologickými mechanismy a dlouhými zpětnovazebními smyčkami. Výzvy, kterým vědci v této oblasti čelí, se neřeší snadno, nýbrž vyžadují soustavné a disciplinované experimentování. Pokrok bývá často omezen nutností provádět velké množství experimentů. Společnost Ginkgo popisuje svou vizi autonomních laboratoří jako prostředí, kde si vědci mohou „objednat automatizované experimenty pouhým dotazem“. V podstatě to umožňuje výzkumníkovi specifikovat svůj záměr, načež systém provede kampaň a vrátí reprodukovatelná data, aniž by spotřeboval měsíce lidské práce u laboratorního stolu.
Zájem OpenAI o dlouhověkost
Zapojení OpenAI je dalším faktorem pro sledovatele vývoje v oblasti dlouhověkosti. Zakladatel AI giganta Sam Altman je znám svým zájmem o tuto oblast, neboť z vlastních prostředků financoval biotechnologickou společnost Retro Biosciences, která se posléze zapojila do spolupráce s OpenAI za účelem urychlení svého výzkumu v oblasti buněčného přeprogramování. Vzhledem k tomu, že OpenAI podporuje i startup Chai Discovery zaměřený na objevování léků pomocí umělé inteligence, směřují náznaky k budoucnosti, ve které se od modelů umělé inteligence očekává převzetí větší části pracovní zátěže ve výzkumu a vývoji, od návrhu molekul po prioritizaci experimentů.
Závěr
Autonomní laboratoře nakonec biologii nezjednoduší a preprint je zatím nerecenzovaný. Pokud se však tento přístup osvědčí a stane se opakovatelným v široké škále dalších experimentálních oblastí, pak by z toho mohla věda o dlouhověkosti profitovat.